Algoritmer og faglige metoder

Jeg er ved at afprøve et helt nyt forløb om computational thinking som led i DiDak-projektet om digital dannelse i fagene. Det er tværfagligt i kemi og dansk, og det handler om algoritmer.

Hovedformålet med forløbet er, at eleverne skal have indsigt i, hvad algoritmer er, og hvilken betydning de har for vores hverdag. Der er nemlig komplicerede algoritmer bag, hvilke opslag vi får vist på Facebook, hvilke film og serier Netflix foreslår os, og hvilke søgeresultater Google viser os.

På mange måder er algoritmer en rigtig god ting, fordi de hjælper os med at sortere i uoverskuelige mængder af data. Men man skal huske, at algoritmer skrives af mennesker, og at de ikke er uden svagheder. Som eksempel kan nævnes, at Google på et tidspunkt identificerede afroamerikanske kvinder som aber. Det fik de heldigvis hurtigt rettet op på!

Et lavpraktisk eksempel på betydningen af algoritmer er, når eleverne skal finde information om alkohol i kemi. Hvis jeg beder dem om at google “alkohol”, får de søgeresultater om druk og fester. Når jeg googler samme ord, får jeg mere undervisningsrelateret stof frem. Det skyldes simpelthen, at Google giver os det, som deres algoritme tror, at vi gerne vil have. Og det baseres på brugerens tidligere søgninger samt adfærd på nettet.

I algoritmeforløbet er vi startet med små simple øvelser som at beskrive tømning af postkasse, lektietjek i Lectio, bageopskrift m.m. som algoritmer, dvs. som korte og simple instruktioner, der potentielt vil kunne forstås af en computer. Tømningen af postkassen kan fx se ud på denne måde:

• Tag postkassenøglen
• Åbn hoveddøren
• Gå ud til postkassen
• Lås postkassen op
• HVIS der er post i postkassen, tages dette op, og postkassen låses
• ELLERS låses postkassen
• Gå ind ad hoveddøren
• Luk hoveddøren
• Læg nøglen på plads

Eleverne lavede algoritmerne i grupper, og derefter afprøvede og kommenterede de to andre gruppers algoritmer. Da de havde styr på den basale tankegang, gik vi videre til at lave algoritmer for mængdeberegningsopgaver i kemi. Klassen havde i forvejen været igennem det, men de havde ikke overblik over metoden og begreberne. De kæmpede en brav kamp med algoritmerne, og efterfølgende prøvede de at løse opgaver med hinandens algoritmer. Generelt fik de lavet fornuftige algoritmer, og de sagde efterfølgende, at det systematiske i algoritmetankegangen havde hjulpet dem til at få helt styr på metoden.

Det næste, vi tager fat på, er dansk. De skal lave en algoritme for, hvordan der kan udarbejdes personkarakteristikker i forbindelse med novelleanalyse. Efter min erfaring hjælper det ofte eleverne en hel del, når det metodiske i dansk systematiseres, og jeg er spændt på at se, om dette element af computational thinking kan bidrage til at øge fagligheden, ligesom det gjorde i kemidelen.

Forløbet afsluttes med, at vi diskuterer betydning og konsekvenser ved algoritmerne bag blandt andet Google og Facebook. Diskussionen skal tage udgangspunkt i de første 20 minutter af udsendelsen “Supertanker: Algoritmer – du er (bare) et tal” fra P1 samt i artiklen “Samfundet er i hænderne på algoritmer, men kode-etikken er helt til rotterne”  fra Version 2.

Og så håber jeg, at eleverne er blevet klogere på, hvad en algoritme er, hvordan algoritmer kan hjælpe os med at løse komplicerede opgaver, hvad algoritmer betyder for os i vores hverdag, samt hvilke potentialer og farer der er ved algoritmer. Den viden vil bidrage til deres almene dannelse på det digitale område, og den vil forhåbentlig hjælpe dem til at tænke kritisk og velovervejet.